Rozpoznawanie mowy na wyższym poziomie - Microsoft lepszy od IBM

Choć wciąż stanowiący podstawę komunikacji z szeroko pojętymi komputerami zestaw klawiatura+myszka będzie musiał w końcu odejść do lamusa. Coraz popularniejszym interfejsem jest dotyk, a celem ostatecznym – myśli. Gdzieś po drodze czeka nas jeszcze sterowanie głosowe. Zalążki tego ostatniego mamy już na dzisiejszych smartfonach, ale trudno mówić o szerokiej funkcjonalności tego rozwiązania. Koncepcja ta na pewno jednak będzie rozwijana, a na pozycję lidera wysunął się właśnie Microsoft.

Firma Microsoft ogłosiła, że stworzyła najdokładniejszy system rozpoznawania mowy na świecie. Najdokładniejszy, to znaczy charakteryzujący się najmniejszą wyrazową stopą błędu (WER) – wynoszącą jedynie 6,3 proc. Zajmujący drugie miejsce IBM zdołał osiągnąć tylko 6,6 proc. w swoim superkomputerze Watson, o którym niejednokrotnie już pisaliśmy.

Jak Microsoftowi udało się osiągnąć tak dobry wynik? Wszystko to dzięki udoskonaleniu sieci neuronowych, których działanie zostało zainspirowane procesami odbywającymi się mózgu człowieka. Uczenie maszynowe plus ogromna moc obliczeniowa równa się doskonały efekt.

Po co Microsoft rozwija takie projekty? Przede wszystkim na potrzebę asystentki głosowej Cortana oraz programów, takich jak Skype. Z pewnością jednak gigant myśli także o przyszłości, w której interfejs głosowy może stać się pełnoprawnym sposobem na komunikację z komputerem. Sam komputer też się ma zresztą zmienić – po to, między innymi, rozwijane są gogle HoloLens.

Źródło: Microsoft, Neowin